arXiv · 机器人与计算机视觉· Dong-Hee Kim, Seonwoo Choi, Changbeen Kim, Juyeon Ko, Youngju Choi, Il Hyeon Mun, Hyunwoo J. Kim, Donghyun Kim·· 2026-10-20AI 评分42
CoM$^2$-Bench 基准与 Agentic Window Search 方法提升电影时刻细粒度定位精度
Grounding Confusable Movie Moments
AI 导读
针对现有电影时序定位基准难以区分仅细节不同的相似时刻问题,研究提出包含混淆查询对的 CoM$^2$-Bench 基准。分析显示检索阶段是主要瓶颈,因模型常基于共享内容而非差异特征进行选择。提出的免训练代理窗口搜索(AWS)方法通过分解查询并检查候选窗口,将 mIoU 从 18.5% 提升至 26.8%,有效解决了细粒度定位难题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org